基于视觉的小型四旋翼无人机自主飞行控制

2016 南阳理工学院本科生毕业设计论文学院系电子与电气工程学院专业电子信息工程学生指导教师完成日期南阳理工学院本科生毕业设计论文基于ARM的四旋翼自主飞行控制系统设计Autonomous control system for the quadrotor unmannedaerial vehicle based on ARM processors总计毕业设计论文25 页表格0 个插图20 幅3 南阳理工学院本科毕业设计论文基于ARM的四旋翼自主飞行控制系统设计Autonomous controlsystem for the quadrotor unmanned aerial vehicle based on ARM processors学院系电子与电气工程学院专业电子信息工程学生姓名学号指导教师职称评阅教师完成日期南阳理工学院Nanyang Institute of Technology4基于ARM的四旋翼自主飞行控制系统设计[摘要]针对改变传统以单片机为处理器的四旋翼自主控制飞行器控制方式的问题设计了一种基于嵌入式ARM的飞行控制系统的设计和实现方案。

这是一种基于ARM的低成本、高性能的嵌入式微小无人机飞行控制系统的整体方案。

详细介绍了控制系统的总体构成以及硬软件设计方案包括传感器模块、视屏采集模块、系统核心控制功能模块、无线通信模块、地面控制和数据处理模块。

实验结果表明该设计结合嵌入式实时操作系统保证了系统的高可靠性和高实时性能满足飞行器起飞、悬停、降落等飞行模态的控制要求。

[关键词]ARM四旋翼自主飞行器控制系统。

Autonomous control system for the quadrotor unmannedaerial vehicle based on ARM processors Abstract In order to change the conventional control of four—rotor unmanned aerial vehicles using microcontroller as the processor a solution of flightcontrol system based on embedded ARM was presented which is low-cost,small volume, low power consumption and high performance. The purpose ofthe work is for attending the National Aerial Robotics Competition. The mainfunction of the system the hardware structure and the software design werediscussed in detail including the sensor module the motor module the wirelesscommunication module With embedded real time operating system to ensurethe system’s high reliability and real-time performance the experiments resultsshow that the requirements of flight mode are satisfied including taking ofhovering and landing and so onKey words ARM four-rotor unmanned aerial vehicles control system5 of the control signals 1 四旋翼飞行器的简介 1.1题目综述微型飞行器MicroAir Vehicle/MAV的概念最早是在上世纪九十年代由美国国防部远景研究局DARPA提出的。

四旋翼无人机的室内自主飞行控制
王伟;吴旻;王昱
【期刊名称】《计算机仿真》
【年(卷),期】2015(32)1
【摘要】为了解决四旋翼无人机在室内等无GPS信号的复杂环境中实现自主飞行的问题,在对四旋翼无人机进行非线性建模的基础上,分别设计了基于反步法结合滑模理论的姿态控制器和基于PID的位置控制器.考虑到激光测距仪高昂的价格,提出一种基于红外传感器和扩展卡尔曼算法(EKF)实现无人机室内自主飞行定位的方法,通过无人机的旋转运动弥补红外传感器每次只能测量单一点距的缺陷.最后,通过仿真验证所设计的控制器和定位算法的性能.Wyfh2结果证明了所设计的四旋翼无人机室内自主飞行方法的有效性和可靠性.
【总页数】6页(P64-68,136)
【作者】王伟;吴旻;王昱
【作者单位】南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044;南京信息工程大学信息与控制学院,江苏南京210044
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.四旋翼无人机自主飞行控制的设计和应用 [J], 彭尘雨
2.基于LQR的四旋翼无人机自主飞行控制算法 [J], 楼赣菲; 樊楼英; 沈伟华
3.四旋翼无人机巡航飞行模式下的自主避障方案设计 [J], 樊宝安; 曾桂根
4.Pixhawk飞控系统的四旋翼无人机室内飞行技术研究 [J], 姚光乐;王守雷
5.基于视觉的小型四旋翼无人机自主飞行控制 [J], 鲜斌;刘洋;张旭;曹美会
因版权原因，仅展示原文概要，查看原文内容请购买。

基于深度强化学习的四旋翼航迹跟踪控制方法在科技的海洋中，四旋翼无人机犹如一艘精巧的帆船，而深度强化学习技术则是引领它穿越波涛的罗盘。

本文将探讨这一技术的奥秘，以及它如何革新航迹跟踪控制领域。

首先，我们必须认识到，四旋翼无人机的航迹跟踪控制是一项极具挑战性的任务。

它要求无人机在复杂的环境中精确地遵循预定路径，这就像要求一位舞者在狂风暴雨中完成一套完美的舞蹈动作。

传统的控制方法往往难以应对这种高度动态和不确定性的环境，而深度强化学习提供了一种全新的解决思路。

深度强化学习，这一机器学习的分支，通过让机器自我学习最优策略，来实现对复杂系统的控制。

在这个过程中，算法不断与环境互动，通过试错来优化其行为。

这就像是给无人机装上了一双会思考的眼睛，让它能够在飞行中自我调整，适应各种未知的挑战。

那么，深度强化学习是如何在四旋翼无人机的航迹跟踪控制中发挥作用的呢？首先，我们需要构建一个准确的模型来描述无人机的动态特性和环境因素。

这个模型就像是一张精细的地图，为无人机的飞行提供指导。

然后，我们设计一个奖励函数，用来评价无人机的飞行表现。

这个奖励函数就像是一面镜子，反映出无人机是否偏离了预定的航迹。

最后，我们利用深度神经网络来学习最优的控制策略。

这个网络就像是无人机的大脑，能够处理复杂的信息并做出决策。

在实际应用中，这种方法展现出了惊人的效果。

无人机能够在风速变化、障碍物突然出现等极端情况下，依然紧密地跟随预定航迹。

这就像是在狂风巨浪中依然能够保持航线的船只，展现了深度强化学习的强大能力。

然而，我们也必须看到这项技术面临的挑战。

深度强化学习需要大量的数据和计算资源，这对于实际部署来说是一个不小的障碍。

此外，如何确保学习过程的稳定性和安全性，也是一个亟待解决的问题。

总的来说，基于深度强化学习的四旋翼航迹跟踪控制方法为我们打开了一扇通往未来的大门。

它不仅提高了无人机的性能，也为我们提供了一个理解复杂系统的新视角。

尽管这条路上充满了挑战，但正如航海家面对茫茫大海时的勇气一样，我们也有理由相信，这项技术将带领我们驶向一个更加智能和自主的未来。

基于STM32的微型四旋翼无人机控制系统设计—软件设计首先，需要实现的是飞行控制算法。

飞行控制算法主要包括姿态估计和控制器设计两个部分。

在姿态估计中，通过加速度计和陀螺仪等传感器获取四旋翼的姿态信息，并使用滤波算法对数据进行处理，得到稳定的姿态角数据。

常用的滤波算法有卡尔曼滤波器和互补滤波器等。

在控制器设计中，根据姿态角数据和期望姿态角数据，设计合适的控制算法，生成四个电机的输出信号，以控制四旋翼的姿态。

常用的控制算法有PID控制器和模糊控制器等。

其次，需要实现的是传感器数据的获取和处理。

四旋翼无人机通常配备加速度计、陀螺仪、磁力计和气压计等传感器，用于获取飞行状态相关的数据。

通过I2C或SPI等接口将传感器与STM32连接，然后通过相关的驱动程序读取传感器数据。

读取到的数据可以进行校准和滤波等处理，以提高数据的准确性和稳定性。

最后，需要实现的是控制指令的生成和发送。

控制指令的生成主要根据用户输入的期望飞行状态和传感器反馈的实际飞行状态来确定。

例如，用户输入期望的飞行速度和高度等信息，然后通过控制算法和传感器数据计算得到四电机的输出信号，以控制四旋翼实现期望的飞行动作。

生成的控制指令可以通过PWM信号或者CAN总线等方式发送给四旋翼的电调或者电机。

除了上述的基本功能，还可以根据实际需求增加一些辅助功能，如飞行模式切换、状态显示、数据记录和回放等。

这些功能可以通过开发相关的菜单和界面实现，用户可以通过遥控器或者地面站等设备进行相关操作。

总结起来，基于STM32的微型四旋翼无人机控制系统设计软件设计主要包括飞行控制算法的实现、传感器数据的获取和处理、控制指令的生成和发送等几个方面。

通过合理设计和实现上述功能，可以实现四旋翼无人机的稳定飞行和精确控制。

四旋翼无人机自主避障系统的设计与实现作者：胡海兵汪国庆赖重远张结文来源：《现代电子技术》2018年第22期摘要：针对自主导航过程的预先避障和飞行控制中预判与控制，该文利用超声波检测距离原理对体小质轻、低空低速的小型无人机导航控制系统的自主避障功能进行了研究。

小型无人机将AHRS信息采集与避障飞行控制分开设计为两部分相对独立的系统。

两片DSP 芯片分别实现姿态数据采集、处理和避障导航计算，有效降低了导航系统的计算复杂度，实时通信和数据处理更加流畅。

飞行实验表明，无人机可以预判，及时规避障碍物和自主巡航，设计方案可靠稳定，可为民用小型无人机的设计与应用提供参考。

关键词：无人机；四旋翼；自主导航；避障；定位；超声波测距中图分类号： TN752.6⁃34 文献标识码： A 文章编号： 1004⁃373X（2018）22⁃0133⁃05Abstract： In allusion to the obstacle pre⁃avoidance in the autonomous navigation process and the prejudgment and control in flight control， the autonomous obstacle avoidance function of the small?scale low⁃altitude and low⁃speed unmanned aerial vehicle （UAV） navigation control system with small volume and light weight is studied by using the distance detection principle of the ultrasonic wave. In the small⁃scale UAV， the AHRS information acquisition and obstacle avoidance flight control are separately designed into two parts of relatively⁃independent systems. The two DSP chips are adopted to respectively realize attitude data acquisition and processing and navigation calculation of obstacle avoidance， so as to effectively reduce the computational complexity of the navigation system， and make the real⁃time communication and data processing more smooth. The results of the flight experiment show that the UAV can prejudge and avoid obstacles timely， and perform autonomous cruise； the design scheme is reliable and stable， which can provide a reference for design and application of the small⁃scale civil UAV.Keywords： UAV； quadrotor； autonomous navigation； obstacle avoidance； positioning；ultrasonic distance measurement近年来，自主导航无人机以其低廉的成本、无人员伤亡风险、机动性能好、使用方便等优势，在高危作业、灾害航拍、抢险布控、环境监测等领域得到了广泛的应用[1]。

四轴旋翼式无人机工作原理四轴旋翼式无人机是一种常见的无人机类型，其工作原理基于四个旋翼的旋转产生升力和推力，从而实现飞行。

本文将从以下几个方面详细介绍四轴旋翼式无人机的工作原理：旋翼的构造、飞行控制系统、动力系统、悬停与平稳飞行、转向与翻滚等。

一、旋翼的构造四轴旋翼式无人机的四个旋翼分别安装在飞行器的四个角落，每个旋翼都由一个电机驱动。

旋翼的叶片通常采用碳纤维材料制成，以减轻重量并提高强度。

旋翼的叶片数量可以根据实际需求进行调整，常见的有4片、6片、8片等。

旋翼的旋转方向可以是顺时针或逆时针，但四个旋翼的旋转方向必须保持一致，以保证飞行器的稳定性。

二、飞行控制系统飞行控制系统是四轴旋翼式无人机的核心部分，它负责接收遥控器发出的控制信号，并将其转换为电机的控制信号。

飞行控制系统通常包括以下几个部分：1. 接收机：接收遥控器发出的无线电信号，并将其转换为电信号。

2. 飞控板：对接收到的信号进行处理，生成电机的控制信号。

3. 电机：根据飞控板的控制信号，驱动旋翼旋转。

4. 传感器：实时监测飞行器的姿态、高度、速度等信息，并将这些信息反馈给飞控板。

三、动力系统四轴旋翼式无人机的动力系统主要包括电机和电池。

电机负责驱动旋翼旋转，产生升力和推力；电池为电机提供电能。

电机的选择需要考虑飞行器的重量、尺寸、飞行速度等因素。

常见的电机有无刷电机和有刷电机，其中无刷电机具有更高的效率和更长的使用寿命。

电池的选择需要考虑飞行器的续航时间、重量等因素。

常见的电池有锂聚合物电池和锂离子电池，其中锂聚合物电池具有更高的能量密度和更好的安全性能。

四、悬停与平稳飞行四轴旋翼式无人机在起飞前需要进行悬停测试，以确保飞行器的稳定性。

悬停测试的方法是将飞行器放置在地面上，使其四个旋翼的升力之和等于重力，从而使飞行器保持静止。

在悬停状态下，飞行器的高度可以通过调整四个旋翼的升力来实现。

平稳飞行是指飞行器在飞行过程中保持稳定的姿态和速度。

摘要小型四旋翼无人飞行器由于具有精确悬停、垂直起降以及机械结构简单等特点，已经成为众多研究机构的研究热点，无论是在军事领域，还是在民用领域，四旋翼无人机都有着广泛的应用。

由于四旋翼无人飞行器是一个具有6自由度和4个控制输入的欠驱动系统，其数学模型具有强耦合、非线性、多变量等特点，以及建模不精确和外部干扰等不确定因素，均使得飞行控制复杂化。

因此本文以反步法为基础，结合不同策略，研究与设计了四旋翼飞行器的控制系统，并利用仿真实验验证与分析了所设计系统的飞行性能。

首先，将四旋翼无人飞行器看作刚体，选取合适的坐标系，分析了四旋翼无人飞行器空气动力学特性和飞行原理，在此基础上，推导并建立四旋翼飞行器的数学模型。

其次，在不考虑不确定因素的情况下，详细分析了基于反步法的四旋翼无人飞行器飞行控制系统的设计。

设计过程中，将四旋翼的控制系统结构分为位置环路和姿态环路分别进行设计。

接着，针对飞行器姿态环路存在复合干扰的情况下，论文采用了基于反步法和RBF神经网络的控制策略。

利用RBF神经网络对任意非线性连续函数具有逼近的特点，在控制系统设计过程中在线估计出复合干扰，同时对于逼近误差进行了补偿。

最后，针对在位置和姿态环路均存在复合干扰的情况下，论文采用了基于反步法和ESO的控制策略。

为避免反步设计过程中出现“微分爆炸”现象，提出了动态面策略，以及为提高系统鲁棒性，采用了滑模面；为减轻控制系统的复杂计算，对于系统中出现的复合干扰项，提出了ESO方法对其在线实时估计，并在控制律设计中实时补偿。

关键词：四旋翼无人飞行器，反步法，RBF神经网络，扩张状态观测器，复合干扰，轨迹跟踪ABSTRACTDue to its advantages such as precise hovering, vertical taking off and landing (VTOL), and simple mechanical structure, the quadrotor unmanned aerial vehicle(UA V) has become hotspot in the unmanned aerial vehicle area, and whether in the military field or in the field of civil, the vehicle has been widely used. The vehicle is a typical uneractuated system, and it has six degrees of freedom and four control input. The mathematical model has the characteristics of strong coupling, nonlinear, multivariable, and modeling imprecision and uncertainty factors such as external disturbance, are complicated flight control. So this paper adopts control method based on the backstepping to study and design the flight control system of the vehicle and through the simulation to the control system analysis and verification.Firstly, this paper takes the vehicle as a rigid body, selects the appropriate coordinate system, and analyzes the aerodynamic characteristic and the flying principle. On this basis, the mathematical model of the vehicle is derivated and established.Secondly, without considering various uncertain factors, this paper introduces in detail the flight control system design based on the backstepping. In the design process, the whole control structure can be divided into position loop control and attitude loop to design respectively.Thirdly, for the aircraft attitude loop under the existence of the compound disturbance, this paper adopts the backstepping and RBFNN strategy. Using the characteristic of the RBFNN to approximate arbitrary nonlinear continuous function to estimate the compound disturbance online and compensate the approximation error. The controller can guarantee the vehicle to track the desired trajectory.Finally, for the position loop and attitude loop under the existence of the compound disturbance, this paper adopts the backstepping and RBFNN strategy. For avoiding the complex calculation, the interference is observed by ESO online and the algorithm composites the interference in the control law. For avoiding the problem of “explosion of terms” in backstepping control and improving the robust, the dynamic surface control method and the sliding mode surface are applied to design the controller.KEY WORDS：Quadrotor Unmanned Aerial Vehicle, Backstepping, Netural Network, Extended State Observer, Compound Interference, Trajectory Tracking目录摘要 (I)ABSTRACT .................................................................................................................. I I 第1章绪论 (1)1.1 论文的研究背景与意义 (1)1.2 四旋翼飞行器的国内外研究现状 (2)1.2.1 四旋翼飞行器的应用研究现状 (2)1.2.2 四旋翼飞行器的控制算法研究现状 (8)1.3 论文主要内容与论文结构 (9)第2章小型四旋翼无人飞行器的建模 (11)2.1 四旋翼飞行器的机体结构和飞行原理 (11)2.1.1 四旋翼飞行器的机体结构 (11)2.1.2 四旋翼飞行器的飞行原理 (12)2.2 四旋翼飞行器的数学模型 (12)2.2.1 坐标系分析 (13)2.2.2 四旋翼飞行器的空气动力和力矩分析 (14)2.2.3 四旋翼飞行器的位置子系统模型 (15)2.2.4 四旋翼飞行器的姿态子系统模型 (15)2.3 本章小结 (16)第3章基于反步法的小型四旋翼无人飞行器飞行控制系统设计 (17)3.1 反步法基本概念 (17)3.1.1 李雅普诺夫稳定性 (17)3.1.2 反步法及其稳定性 (18)3.2 四旋翼飞行器飞行控制系统设计 (20)3.2.1 姿态回路控制律设计 (22)3.2.2 位置回路控制律设计 (23)3.3 仿真分析 (24)3.4 本章小结 (27)第4章基于反步法和RBFNN的小型四旋翼无人飞行器飞行控制系统设计 (29)4.1 RBF神经网络基本概念 (29)4.1.1 RBF神经网络结构 (30)4.1.2 RBF神经网络的逼近 (31)4.2 四旋翼飞行器飞行控制系统设计 (32)4.2.1 位置环路控制律设计 (34)4.2.2 姿态环路控制律设计 (35)4.3 仿真分析 (38)4.4 本章小结 (40)第5章基于反步法和ESO的小型四旋翼无人飞行器飞行控制系统设计 (43)5.1 扩张状态观测器(ESO)以及相关基础知识 (44)5.1.1 ESO的设计及其误差有界性分析 (44)5.1.2 动态面策略 (46)5.2 四旋翼飞行器飞行控制系统设计 (47)5.2.1 位置环路控制律设计 (48)5.2.2 姿态环路控制律设计 (49)5.3 仿真分析 (52)5.4 本章小结 (55)第6章总结与展望 (57)6.1 论文总结 (57)6.2 论文展望 (58)参考文献 (59)发表论文和科研情况说明 (63)致谢 (65)第1章绪论第1章绪论在本章中首先简单描述了四旋翼无人飞行器的研究背景和意义，其次简单介绍了四旋翼无人机的发展历程以及目前的发展现状，最后概述了本论文的内容安排和论文的结构安排。

四旋翼飞行器的设计查重98%四旋翼微型飞行器是一种以4个电机作为动力装置.通过调节电机转速来控制飞行的欠驱动系统;为了实现四旋翼微型飞行器的自主飞行控制,对飞行控制系统进行了初步设计,并且以C8051F020单片机为计算控制单元,给出了飞行控制系统的硬件设计,研究了设计中的关键技术;由于采用贴片封装和低功耗的元器件,使飞行器具有重量轻、体积小、功耗低的优点;经过多次室内试验,该硬件设计性能可靠,能满足飞行器起飞、悬停、降落等飞行模态的控制要求.一．微小型四旋翼飞行器的发展前景根据微小型四旋翼飞行器发展现状和相关高新技术发展趋势，预计它将有以下发展前景。

1 )随着相关研究进一步深入，预计在不久的将来小型四旋翼飞行器技术会逐步走向成熟与实用。

任务规划、飞行控制、无 G P S 导航、视觉和通信等子系统将进一步健全和完善，使其具有自主起降和全天候抗干扰稳定飞行能力。

它未来的主要技术指标：任务半径 5 k m，飞行高度 1 0 0 m，续航时间 1 h ，有效载荷约 5 0 0 g ，完全能够填补目前国际上在该范围内侦察手段的空白。

2 )未来的微型四旋翼飞行器将完全能够达到美国国防预研局对 M A V基本技术指标的要求。

随着低雷诺数空气动力学研究的深入，以及纳米和 M E MS 技术的发展，四旋翼 M A V必然取得理论和工程上的突破。

它将是一种有 4个旋翼的可飞行传感器芯片，是一个集成多个子系统 ( 导航与控制、动力与能源、任务与通信等子系统) 的高度复杂ME M S系统；不但能够在空中悬停和向任意方向机动飞行，还能飞临、绕过甚至是穿过目标物体。

此外，它还将拥有良好的隐身功能和信息传输能力。

3 )微小型四旋翼飞行器的编队飞行与作战应在未来的战争中，微小型四旋翼飞行器的任务之一将是对敌方进行电子干扰并攻击其核心目标。

单个微小型飞行器的有效载荷量毕竟有限，难以有效地完成任务，而编队飞行与作战不仅可以极大地提高有效载荷量，还能够增强其突防能力。

四旋翼飞行器飞行控制技术综述四旋翼飞行器是一种由四个旋翼组成的无人机，可以垂直起降和定点悬停，具有灵活性和机动性。

它的飞行控制技术可以分为姿态控制和位置控制两种基本类型。

姿态控制是指控制飞行器姿态（包括横滚、俯仰和偏航），而位置控制则是控制飞行器的定点飞行或航线飞行。

下面将对这两种控制技术进行详细介绍。

一、姿态控制技术1. 传统PID控制PID控制是一种经典的控制方法，它通过比例、积分和微分三个分量的组合来调节系统的输出。

在四旋翼飞行器中，PID控制可以用来控制姿态，使飞行器保持平稳的飞行状态。

通过对角速度和角度的反馈控制，可以实现对飞行器姿态的精确控制。

但是PID控制也存在一些问题，比如对于非线性系统和参数变化的系统，PID控制的性能会受到影响。

2. 模糊控制模糊控制是一种可以应对非线性系统和模糊环境的控制方法。

在四旋翼飞行器中，可以利用模糊控制来实现对姿态的精确控制。

通过建立模糊规则库，可以将模糊的输入与输出进行映射，实现对飞行器姿态的控制。

模糊控制可以有效地应对系统的非线性特性，但是对规则库的设计和参数的选择需要较大的经验和技巧。

3. 神经网络控制4. 遗传算法控制遗传算法是一种模拟生物进化的优化算法，可以用来优化系统的控制参数。

在四旋翼飞行器中，可以利用遗传算法来寻找最优的姿态控制参数，从而实现对飞行器姿态的精确控制。

遗传算法能够全局寻优，但是需要大量的计算资源和较长的优化时间。

1. GPS定位控制GPS定位是一种全球定位系统，可以实现对飞行器位置的精确控制。

在四旋翼飞行器中，可以利用GPS定位进行位置控制，实现定点飞行或航线飞行。

通过GPS模块获取飞行器的位置信息，可以实现对飞行器位置的精确控制。

但是GPS在室内或密集城市地区信号可能不太可靠。

3. 惯性导航控制惯性导航是一种通过加速度计和陀螺仪获取飞行器运动信息，并通过积分计算得到飞行器位置信息的导航方法。

在四旋翼飞行器中，可以利用惯性导航进行位置控制，实现对飞行器位置的精确控制。